Elementy teorii gier Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik: wylosowanie karty w kolorze czerwonym (kier lub karo) oznacza wygraną w wysokości 1 PLN wylosowanie karty w kolorze czarnym (trefl lub pik) oznacza przegraną w wysokości 1 PLN Zapisać loterię opisującą grę. Czy gra jest sprawiedliwa? 1
Elementy teorii gier Dane są następujące reguły dwuosobowej gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik: wylosowanie karty w kolorze karo oznacza wygraną w wysokości 30 PLN wylosowanie karty w innym kolorze (kier, trefl lub pik) oznacza przegraną 10 PLN Zapisać loterię opisującą grę. Czy gra jest sprawiedliwa? 2
Elementy teorii gier Dane są następujące reguły gry losowej: obstawiamy liczbę całkowitą z przedziału od 1 do 36 a następnie losujemy liczbę całkowitą z przedziału od 0 do 36 wylosowanie liczby obstawionej oznacza wygraną 35 PLN wylosowanie innej liczby oznacza przegraną 1 PLN Zapisać loterię opisującą grę. Czy gra jest sprawiedliwa? 3
Elementy teorii gier Dana jest macierz wypłat gry macierzowej (gdzie dodatnia wartość w macierzy oznacza wygraną gracza G1) G2-1 G2-2 G2-3 G2-4 G1-1 +4 1 0 3 G1-2 0 5 +5 +4 G1-3 1 +3 4 0 Jaką strategię gry powinien wybrać gracz G1 (zgodnie z zasadą minimalizacji maksymalnych strat)? Jaką strategię gry powinien wybrać gracz G2 (zgodnie z zasadą minimalizacji maksymalnych strat)? 4
Elementy teorii gier Dana jest macierz wypłat gry macierzowej (gdzie dodatnia wartość w macierzy oznacza wygraną gracza G1) G2-1 G2-2 G2-3 G2-4 G1-1 +4 1 0 3 G1-2 0 5 +5 +4 G1-3 1 +3 4 0 Czy istnieje strategia właściwa tej gry? 5
Elementy teorii gier Dana jest macierz wypłat gry macierzowej (gdzie dodatnia wartość w macierzy oznacza wygraną gracza G1) G2-1 G2-2 G2-3 G2-4 G1-1 +4 1 3 3 G1-2 +1 +2 0 +4 G1-3 1 +3 4 +7 Jaką strategię gry powinien wybrać gracz G1 (zgodnie z zasadą minimalizacji maksymalnych strat)? Jaką strategię gry powinien wybrać gracz G2 (zgodnie z zasadą minimalizacji maksymalnych strat)? 6
Elementy teorii gier Dana jest macierz wypłat gry macierzowej (gdzie dodatnia wartość w macierzy oznacza wygraną gracza G1) G2-1 G2-2 G2-3 G2-4 G1-1 +4 1 3 3 G1-2 +1 +2 0 +4 G1-3 1 +3 4 +7 Czy istnieje strategia właściwa tej gry? 7
Elementy teorii gier Dana jest macierz wypłat (w mln zł) gry macierzowej, w której graczem wierszowym jest pewna firma, a jej decyzją wielkość wyprodukowanego systemu (duŝy, średni, mały), a graczem kolumnowym jest rynek, który (jak z grubsza zakładamy) moŝe zareagować na trzy sposoby (pozytywnie, obojętnie, negatywnie), przy czym prawdopodobieństwa wystąpień tych reakcji są następujące: 0.2, 0.5 and 0.3 pozytywnie obojętnie negatywnie duŝy +4.50 0.50 1.50 średni +1.00 +0.50 0.25 mały +0.25 +0.10 +0.05 Jaka jest strategia optymalna firmy zgodnie z kryterium Walda? 8
Elementy teorii gier Dana jest macierz wypłat (w mln zł) gry macierzowej, w której graczem wierszowym jest pewna firma, a jej decyzją wielkość wyprodukowanego systemu (duŝy, średni, mały), a graczem kolumnowym jest rynek, który (jak z grubsza zakładamy) moŝe zareagować na trzy sposoby (pozytywnie, obojętnie, negatywnie), przy czym prawdopodobieństwa wystąpień tych reakcji są następujące: 0.2, 0.5 and 0.3 pozytywnie obojętnie negatywnie duŝy +4.50 0.50 1.50 średni +1.00 +0.50 0.25 mały +0.25 +0.10 +0.05 Jaka jest strategia optymalna firmy zgodnie z kryterium optymistycznym? 9
Elementy teorii gier Dana jest macierz wypłat (w mln zł) gry macierzowej, w której graczem wierszowym jest pewna firma, a jej decyzją wielkość wyprodukowanego systemu (duŝy, średni, mały), a graczem kolumnowym jest rynek, który (jak z grubsza zakładamy) moŝe zareagować na trzy sposoby (pozytywnie, obojętnie, negatywnie), przy czym prawdopodobieństwa wystąpień tych reakcji są następujące: 0.2, 0.5 and 0.3 pozytywnie obojętnie negatywnie duŝy +4.50 0.50 1.50 średni +1.00 +0.50 0.25 mały +0.25 +0.10 +0.05 Jaka jest strategia optymalna firmy zgodnie z kryterium Hurwicza (przy α = 0.75)? 10
Elementy teorii gier Dana jest macierz wypłat (w mln zł) gry macierzowej, w której graczem wierszowym jest pewna firma, a jej decyzją wielkość wyprodukowanego systemu (duŝy, średni, mały), a graczem kolumnowym jest rynek, który (jak z grubsza zakładamy) moŝe zareagować na trzy sposoby (pozytywnie, obojętnie, negatywnie), przy czym prawdopodobieństwa wystąpień tych reakcji są następujące: 0.2, 0.5 and 0.3 pozytywnie obojętnie negatywnie duŝy +4.50 0.50 1.50 średni +1.00 +0.50 0.25 mały +0.25 +0.10 +0.05 Jaka jest strategia optymalna firmy zgodnie z kryterium Laplace a? 11
Elementy teorii gier Dana jest macierz wypłat (w mln zł) gry macierzowej, w której graczem wierszowym jest pewna firma, a jej decyzją wielkość wyprodukowanego systemu (duŝy, średni, mały), a graczem kolumnowym jest rynek, który (jak z grubsza zakładamy) moŝe zareagować na trzy sposoby (pozytywnie, obojętnie, negatywnie), przy czym prawdopodobieństwa wystąpień tych reakcji są następujące: 0.2, 0.5 and 0.3 pozytywnie obojętnie negatywnie duŝy +4.50 0.50 1.50 średni +1.00 +0.50 0.25 mały +0.25 +0.10 +0.05 Jaka jest strategia optymalna firmy zgodnie z kryterium Bayes a? 12
Elementy teorii gier Dana jest macierz wypłat (w mln zł) gry macierzowej, w której graczem wierszowym jest pewna firma, a jej decyzją wielkość wyprodukowanego systemu (duŝy, średni, mały), a graczem kolumnowym jest rynek, który (jak z grubsza zakładamy) moŝe zareagować na trzy sposoby (pozytywnie, obojętnie, negatywnie), przy czym prawdopodobieństwa wystąpień tych reakcji są następujące: 0.2, 0.5 and 0.3 pozytywnie obojętnie negatywnie duŝy +4.50 0.50 1.50 średni +1.00 +0.50 0.25 mały +0.25 +0.10 +0.05 Jaka jest strategia optymalna firmy zgodnie z kryterium Savage a? 13
Assess Dane są: wagi kryteriów k i : k 1 = 0.25, k 2 = 0.50, k 3 = 0.75, uŝyteczności cząstkowe u i wariantu a na kryteriach: u 1 (a) = 0.50, u 2 (a) = 0.25, u 3 (a) = 1.0 oraz współczynnik skalujący K = 0.8. Obliczyć uŝyteczność globalną U(a) wariantu a. 14
Assess Dane są: wagi kryteriów k i : k 1 = 0.50 oraz k 2 = 0.75. Dobrać wartość współczynnika skalującego K gwarantującego U([1, 1]) = 1 15
Assess Dane są: kryterium typu zysk o dziedzinie [1000,2000], loteria L(2000,1/2,1000) oraz będący jej równowaŝnikiem pewnik 1625. Znaleźć uŝyteczność pewnika. 16
Assess Dane są: kryterium g i typu zysk, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym pewnikiem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(2000, ½, 1000) 1500 L(2000, ½, 1000) 1750? L(2000, ½, 1000) 1750 L(2000, ½, 1000) 1625? L(2000, ½, 1000) 1625 L(2000, ½, 1000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 17
Assess Dane są: kryterium g i typu strata, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym pewnikiem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(1000, ½, 2000) 1500 L(1000, ½, 2000) 1750? L(1000, ½, 2000) 1750 L(1000, ½, 2000) 1875? L(1000, ½, 2000) 1875 L(1000, ½, 2000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 18
Assess Dane są: kryterium g i typu zysk, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym pewnikiem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(2000, ½, 1000) 1500 L(2000, ½, 1000) 1250? L(2000, ½, 1000) 1250 L(2000, ½, 1000) 1375? L(2000, ½, 1000) 1375 L(2000, ½, 1000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 19
Assess Dane są: kryterium g i typu strata, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym pewnikiem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(1000, ½, 2000) 1500 L(1000, ½, 2000) 1250? L(1000, ½, 2000) 1250 L(1000, ½, 2000) 1125? L(1000, ½, 2000) 1125 L(1000, ½, 2000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 20
Assess Dane są: kryterium g i typu zysk, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym prawdopodobieństwem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(2000, 1/2, 1000) 1500 L(2000, 1/2, 1000) 1500? L(2000, 3/4, 1000) 1500 L(2000, 3/4, 1000) 1500? L(2000, 5/8, 1000) 1500 L(2000, 5/8, 1000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 21
Assess Dane są: kryterium g i typu strata, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym prawdopodobieństwem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(1000, 1/2, 2000) 1500 L(1000, 1/2, 2000) 1500? L(1000, 3/4, 2000) 1500 L(1000, 3/4, 2000) 1500? L(1000, 5/8, 2000) 1500 L(1000, 5/8, 2000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 22
Assess Dane są: kryterium g i typu zysk, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym prawdopodobieństwem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(2000, 1/2, 1000) 1500 L(2000, 1/2, 1000) 1500? L(2000, 1/4, 1000) 1500 L(2000, 1/4, 1000) 1500? L(2000, 1/8, 1000) 1500 L(2000, 1/8, 1000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 23
Assess Dane są: kryterium g i typu strata, o dziedzinie [1000, 2000], oraz przebieg procedury dialogowej (wersja ze zmiennym prawdopodobieństwem), w ramach której zadano/otrzymano następujące pytania/odpowiedzi (po czym zakończono dialog): 1500? L(1000, 1/2, 2000) 1500 L(1000, 1/2, 2000) 1500? L(1000, 3/4, 2000) 1500 L(1000, 3/4, 2000) 1500? L(1000, 7/8, 2000) 1500 L(1000, 7/8, 2000) Jak przedstawia się powstały na podstawie tych odpowiedzi wykres funkcji uŝyteczności cząstkowej dla tego kryterium? uwaga: w zapisie pytań/odpowiedzi zastosowano oznaczenia: preferowana prawa strona preferowana lewa strona brak wyraźnej preferencji 24
UTA Dane są: wagi kryteriów k i : w 1 = 0.25, w 2 = 0.50, w 3 = 0.25, oraz uŝyteczności cząstkowe u i wariantu a na kryteriach: u 1 (a) = 0.50, u 2 (a) = 0.25, u 3 (a) = 1.00. Obliczyć uŝyteczność globalną U(a) wariantu a. 25
UTA uwaga: UTA pomija poniŝszy problem, przechodząc od razu do ustalania rankingu wszystkich wariantów Dane są: wagi kryteriów k i : w 1 = 0.25, w 2 = 0.50, w 3 = 0.25, oraz uŝyteczności cząstkowe u i wariantów a, b, c i d na tych kryteriach: u 1 (a) = 0.50, u 2 (a) = 0.25, u 3 (a) = 0.00, u 1 (b) = 1.00, u 2 (b) = 0.25, u 3 (b) = 0.50, u 1 (c) = 0.25, u 2 (c) = 0.25, u 3 (c) = 1.00, u 1 (d) = 0.50, u 2 (d) = 0.50, u 3 (d) = 0.50. Stwierdzić, które z relacji ze zbioru {P, I, R} zachodzą dla (wszystkich) par wariantów 26
UTA Dane są: wagi kryteriów k i : w 1 = 0.25, w 2 = 0.50, w 3 = 0.25, oraz uŝyteczności cząstkowe u i wariantów a, b, c i d na tych kryteriach: u 1 (a) = 0.50, u 2 (a) = 0.25, u 3 (a) = 0.00, u 1 (b) = 1.00, u 2 (b) = 0.25, u 3 (b) = 0.50, u 1 (c) = 0.25, u 2 (c) = 0.25, u 3 (c) = 1.00, u 1 (d) = 0.50, u 2 (d) = 0.50, u 3 (d) = 0.50. Stworzyć ranking wariantów a, b, c i d. 27
UTA Dane są: wagi kryteriów k i : w 1 = 0.25, w 2 = 0.50, w 3 = 0.25, oraz uŝyteczności cząstkowe u i wariantów a, b i c na tych kryteriach: u 1 (a) = 0.50, u 2 (a) = 0.25, u 3 (a) = 1.00, u 1 (b) = 1.00, u 2 (b) = 0.50, u 3 (b) = 0.50, u 1 (c) = 0.75, u 2 (c) = 0.25, u 3 (c) = 0.00, Czy moŝna tak dobrać: uŝyteczność u 3 (c) wariantu c, aby zachodziło: c P a? uŝyteczność u 3 (c) wariantu c, aby zachodziło: a I c? uŝyteczność u 3 (c) wariantu c, aby zachodziło: c P b? uŝyteczność u 3 (c) wariantu c, aby zachodziło: b I c? 28
Electre Is / Electre TRI Dane są: wagi k i kryteriów: k 1 = 2, k 2 = 5, k 3 = 1 oraz współczynniki c i (a,b) na kryteriach: c 1 (a,b) = 0.5, c 2 (a,b) = 0.0, c 3 (a,b) = 1.0. Obliczyć współczynnik C(a,b). Czy moŝliwe jest obliczenie współczynnika C(b,a) na podstawie tych samych danych? 29
Electre Is Dane są: wagi k i kryteriów: k 1 = 2, k 2 = 5, k 3 = 1 oraz współczynniki d i (a,b) na kryteriach: d 1 (a,b) = 0, d 2 (a,b) = 0, d 3 (a,b) = 1. Obliczyć współczynnik D(a,b). Czy dane k i są potrzebne do tych obliczeń? Czy moŝliwe jest obliczenie współczynnika D(b,a) na podstawie tych samych danych? 30
Electre TRI Dane są: C(a,b) = 0.5 oraz d i (a,b) na kryteriach: d 1 (a,b) = 0.1, d 2 (a,b) = 0.0, d 3 (a,b) = 0.75. Obliczyć współczynnik σ(a,b). Czy dane k i są potrzebne do tych obliczeń? Czy moŝliwe jest obliczenie współczynnika σ(b,a) na podstawie tych samych danych? 31
Electre Is Dane są: dla trzech kryteriów: g 1+, g 2+ i g 3 współczynniki k i : k 1 = 2, k 2 = 5, k 3 = 1 współczynniki q i : q 1 = 0.1, q 2 = 10, q 3 = 1 współczynniki p i : p 1 = 0.5, p 2 = 20, p 3 = 5 współczynniki v i : v 1 = 5, v 2 = 120, v 3 = 25 Obliczyć współczynniki c i (a,b) oraz c i (b,a) dla wariantów: war.\kryt. g 1 g 2 g 3 a 3 50 3 b 3 55 6 32
Electre TRI Dane są: dla trzech kryteriów: g 1+, g 2+ i g 3 współczynniki k i : k 1 = 2, k 2 = 5, k 3 = 1 współczynniki q i : q 1 = 0.1, q 2 = 10, q 3 = 1 współczynniki p i : p 1 = 0.5, p 2 = 20, p 3 = 5 współczynniki v i : v 1 = 5, v 2 = 120, v 3 = 25 Obliczyć współczynniki c i (a,b) oraz c i (b,a) dla wariantów: war.\kryt. g 1 g 2 g 3 a 3 200 13 b 3 300 16 33
Electre Is uwaga: Electre Is pomija poniŝszy problem, przechodząc od razu do ustalania zbioru najbardziej interesujących wariantów Dla danej macierzy współczynników S(a,b) stwierdzić, które z relacji ze zbioru {P, I, R} zachodzą dla (wszystkich) par wariantów a b c d a 1 0 1 1 b 1 1 1 1 c 0 0 1 0 d 1 0 0 1 34
Electre Is Dana jest macierz współczynników S(a,b). Narysować odpowiedni graf skierowany i wyznaczyć jądro tego grafu. a b c d a 1 0 1 1 b 1 1 1 1 c 0 0 1 0 d 0 0 0 1 35
Electre Is Dana jest macierz współczynników S(a,b). Narysować odpowiedni graf skierowany, przekształcić go do postaci acyklicznej i wyznaczyć jądro tego grafu. a b c d a 1 0 1 1 b 1 1 1 1 c 0 0 1 0 d 1 0 0 1 36
Electre TRI Uzupełnić tabelę przydziałami wariantów do klas b 1 b 2 b 3 Pes Opt a b c d I e R f R R g R R R 37
Electre TRI Uzupełnić tabelę relacjami wariant-profil b 1 b 2 b 3 Pes Opt a C 1 C 4 b C 3 C 4 c C 1 C 2 d C 2 C 3 e C 4 C 4 f C 1 C 3 g C 3 C 3 czy istnieją rozwiązania niejednoznaczne/nieunikalne? 38